Download
1 / 12
120 likes | 615 Vues
Pertemuan ke 1 PENDAHULUAN. Prof. Dr. Ir Loekito Adi , M.Agr. PENDAHULUAN. PENDAHULUAN. Konsep. Mahasiswa memahami : Konsep Dasar ADE Data dan Tipe Data Penskalaan Data. PENDAHULUAN.
E N D
Pertemuanke 1PENDAHULUAN Prof. Dr. IrLoekitoAdi, M.Agr
Konsep Mahasiswamemahami: • KonsepDasar ADE • Data danTipe Data • PenskalaanData
PENDAHULUAN • ProsesAnalisis Data meliputiupayapenelusurandanpengungkapaninformasi yang relevan yang terkandungdalam data danhasilanalisisdisajikandalambentuk yang lebihringkasdansederhana, danpadaakhirnyamengarahkepadakeperluanadanyapenjelasandanpenafsiran • Tahapawal JANGAN terlaluterpaku/terikatpadaasumsi-asumsi yang ketatkarenaakanmembatasiwawasandalammenangkappesan/makna yang terkandungdalam data • Pertanyaan: Apakahhasilanalisisdapatmenunjukkansuatupolaatauhubungan yang menarikdankonsisten yang didukungolehteori-teoridanapakahhasiltersebutmemerlukanpenjelasanlebihlanjut?
ANALISIS DATA EKSPLORATIF • Di samping pendekatan analisis yang bersifat formal melalui asumsi pola sebaran, metode pendugaan yang optimum dan pengujian hipotesis muncul pendekatan yang lebih bersifat eksploratif. Ini dilandasi pada: • Pola sebaran Normal yang melandasi banyak teknik statistika ternyata tidak selalu mencerminkan pola sebaran data. • Anggapan bahwa pengamatan yang dilakukan merupakan contoh acak yang berasal dari suatu populasi tertentu, dalam pelaksanaan tidak selalu terpenuhi. • Analisis data eksploratif diawali dengan upaya penelusuran dan pengungkapan struktur dan pola yang dimiliki oleh data tanpa mengaitkan secara kaku pada asumsi-asumsi tertentu. • Penelusuran pola data bertujuan untuk memeriksa bentuk atau pola sebaran data yaitu apakah cenderung mengumpul di satu nilai tertentu atau beberapa nilai? Atau apakah ada beberapa nilai yang nampak agak jauh atau memencil dari kumpulannya?
Eksplorasi data semacam ini tidak hanya bertujuan untuk memberi keyakinan bahwa data tersebut dapat diwakili oleh suatu model, akan tetapi yang lebih penting adalah dalam mengungkapkan adanya penyimpangan-penyimpangan terhadap suatu model tertentu dan berusaha untuk mencari cara penyelesaiannya. • Dalam tahapan ini, suatu kumpulan data dicoba untuk diuraikan menjadi beberapa komponen, sebagian merupakan komponen dengan struktur yang teratur dan sebagian lagi berupa komponen sisaan yang tidak memiliki struktur jelas tetapi mungkin dapat didekati oleh pola sebaran teoritik tertentu. • Secara umum : DATA = DUGAAN + SISAAN • Pada umumnya sebagian besar teknik statistika merupakan metode yang mengusahakan pengalihan sebanyak mungkin unsur-unsur keteraturan data dari SISAAN ke DUGAAN. • Pemeriksaan hasil penguraian komponen data biasanya dilakukan dengan bantuan alat peraga berupa grafik, plot, tabel atau dalam bentuk ringkasan data.
DATA Kualitatif Kuantitatif Nominal Ordinal Interval Rasio Statistika Non Parametrik Statistika Parametrik Macam- macam data
Macam- Macam Data A. Jenis Data Menurut Cara Memperolehnya1. Data PrimerData primer adalahsecaralangsungdiambildariobjek / obyekpenelitianolehpenelitiperoranganmaupunorganisasi. Contoh : Mewawancarailangsungpenontonbioskop 21 untukmenelitipreferensikonsumenbioskop.2. Data SekunderData sekunderadalah data yang didapattidaksecaralangsungdariobjekpenelitian. Penelitimendapatkan data yang sudahjadi yang dikumpulkanolehpihak lain denganberbagaicaraataumetodebaiksecarakomersialmaupun non komersial. Contohnyaadalahpadapeneliti yang menggunakan data statistikhasilrisetdarisuratkabarataumajalah.B. Macam-Macam Data BerdasarkanSumber Data1. Data InternalData internal adalah data yang menggambarkansituasidankondisipadasuatuorganisasisecara internal. Misal : data keuangan, data pegawai, data produksi, dsb.2. Data EksternalData eksternaladalah data yang menggambarkansituasisertakondisi yang ada di luarorganisasi. Contohnyaadalah data jumlahpenggunaansuatuprodukpadakonsumen, tingkatpreferensipelanggan, persebaranpenduduk, dan lain sebagainya.
Macam-macam Data C. KlasifikasiDaraBerdasarkanJenisDatanya1. Data KuantitatifData kuantitatifadalah data yang dipaparkandalambentukangka-angka. Misalnyaadalahjumlahpembelisaatharirayaiduladha, tinggibadansiswakelas 3 ips 2, dan lain-lain.2. Data KualitatifData kualitatifadalah data yang disajikandalambentuk kata-kata yang mengandungmakna. Contohnyasepertipersepsikonsumenterhadapbotol air minumdalamkemasan, anggapanparaahliterhadappsikopatdan lain-lain
Macam-macam Data D. PembagianJenis Data BerdasarkanSifat Data1. Data DiskritData diskritadalah data yang nilainyaadalahbilanganasli. Contohnyaadalahberatbadanibu-ibupkksumberayu, nilai rupiah dariwaktukewaktu, dan lain-sebagainya.2. Data KontinyuData kontinyuadalah data yang nilainyaadapadasuatu interval tertentuatauberadapadanilai yang satukenilai yang lainnya. Contohnyapenggunaan kata sekitar, kuranglebih, kira-kira, dansebagainya. Dinaspertaniandaerahmengimporbahanbakupabrikpupukkuranglebih 850 ton.E. Jenis-jenis Data MenurutWaktuPengumpulannya1. Data Cross SectionData cross-section adalah data yang menunjukkantitikwaktutertentu. Contohnyalaporankeuangan per 31 desember 2006, data pelanggan PT. anginributbulanmei 2004, dan lain sebagainya.2. Data Time Series / BerkalaData berkalaadalah data yang datanyamenggambarkansesuatudariwaktukewaktuatauperiodesecarahistoris. Contoh data time series adalah data perkembangannilaitukar dollar amerikaterhadap euro eropadaritahun 2004 sampai 2006, jumlahpengikutjamaahnurdin m. top dandoktorazaharidaribulankebulan, dll.
Macam-macam Data F. Data berdasarkanSkala 1. Data Nominal Digunakanuntukmengklasifikasikaninformasi/data. Contoh:Datajeniskelamin = Laki-laki (1) danPerempuan (0). Hanyapelambangansaja 2. Data Ordinal Digunakanuntukmengklasifikasikansertamemilikitingkatan. Tipe data ordinal lebihtinggidari Nominal karenakemampuannyauntukmembentuktingkatan. Contoh:Jabatan di dalamperusahaan = karyawan, manager, direkturutama. Misal, karyawandilambangkandengan 1, manager dg 2, dandirekturutamadengan 3. 3. Data Interval Cirikhasdaritipe data ini, selainmemilikikemampuanmengklasifikasikandanmembentuktingkatan, adalahtidakadanyanilainolmutlak. Artinya, angkanolygdigunakanbukanberartitidakada. Contoh: Derajatsuhu. Di dalamskalaCelciusmisalnya, NolderajatCelciusbukanberartitidakadasuhu. Nolderajatitumemilikisuhu, hanyasajadilambangkandengan nol. 4. Data Rasio Memilikikemampuandariketigatipe data sebelumnya, danangkanoldianggapmutlak. Contoh: data beratbadan (kg). AngkaNol kg berartimemangtidakadaberat. Tipe data nominal dan ordinal seringdigunakanpadametodestatistikanonparametrik. Sedangkantipe data interval danrasiococokuntukdigunakanpadametodestatistikaparametrik, asalasumsi yang dibutuhkanolehmetodestatistikaparametrik yang bersangkutandapatdipenuhi.
